Un ensayo controlado aleatorizado por conglomerados, de dos años, en 18 escuelas secundarias del condado de Hamilton, Tennessee, mostró que el acceso a Khanmigo elevó las calificaciones de matemáticas en 0,06–0,08 DE, pero el estudiante mediano lo usó solo un tercio de los días — el acceso por sí solo no garantizó el uso.
0.06–0.08 SD
Ganancia en el rendimiento en matemáticas por el acceso a Khanmigo (over a school year)
about 1.3 national percentile ranks per term
Ganancia en el rendimiento en matemáticas, en términos de percentil
about 0.14 SD
Efecto implícito con participación activa total
96 %
Estudiantes que probaron Khanmigo al menos una vez
17 %
Sesiones de ejercicios con error en las que el estudiante interactuó con Khanmigo
18 schools
Escuelas de secundaria básica en el ensayo aleatorizado por conglomerados
Detalles
Promotor
Hamilton County Schools with Philip Oreopoulos & Nina Low (Annenberg Institute at Brown University / NBER)
Período
2024–2026 (published August 2026)
Palabras clave
K-12 education, mathematics, AI tutoring, education research
Contexto
Los economistas Philip Oreopoulos y Nina Low llevaron a cabo un ensayo controlado aleatorizado por conglomerados durante dos años en 18 escuelas de secundaria básica del condado de Hamilton, Tennessee, asignando a estudiantes de bajo rendimiento el uso del tutor de IA Khanmigo, de Khan Academy —configurado para guiar en lugar de dar respuestas directas— durante las sesiones diarias de refuerzo en matemáticas ya existentes.
Objetivos
Comprobar si el acceso a un tutor de IA durante las sesiones de refuerzo en matemáticas mejora el rendimiento matemático, y entender qué impulsa, o limita, ese impacto.
Actividades
El documento de trabajo 'One Click Away: AI Tutoring with Khanmigo in a Two-Year School Experiment' se publicó como NBER Working Paper 35620 y EdWorkingPaper ai26-1551 en agosto de 2026, basado en el diseño aleatorizado por conglomerados de dos años en las 18 escuelas.
Resultados
La asignación a la condición Khanmigo aumentó el rendimiento en matemáticas en aproximadamente 1,3 percentiles nacionales por trimestre, o alrededor de 0,06 a 0,08 desviaciones estándar a lo largo de un curso escolar; extrapolando a una participación activa total, el efecto implícito alcanzaría alrededor de 0,14 desviaciones estándar, comparable a las ganancias de la práctica en Khan Academy sin asistencia de IA. La restricción determinante fue el compromiso, no el acceso: el 96% de los estudiantes probó Khanmigo al menos una vez, pero el estudiante mediano solo interactuó con él en un tercio de los días de práctica, y en solo el 17% de las sesiones de ejercicios en las que cometió un error.
Conclusiones
Los autores concluyen que hacer realidad la promesa de la tutoría con IA requiere que los estudiantes realmente utilicen la herramienta, no solo que se les conceda acceso a ella, una advertencia frente a asumir que el mero despliegue genera resultados.
Implementación
Coste indicativo
Medio (50 000–500 000 €) — Not disclosed; a research-grade cluster RCT across 18 schools over two years using the commercially available Khanmigo tool within Khan Academy's existing remedial-math sessions.
Tiempo hasta resultados
Medio (1–3 años) — Two-year cluster-randomized experiment; working paper released August 2026.
Personal y competencias
Hamilton County Schools, Philip Oreopoulos and Nina Low (Annenberg Institute at Brown University / NBER)
Condiciones para el éxito
Configuring Khanmigo to coach rather than hand out direct answers
Embedding tutor access inside existing daily remedial mathematics sessions rather than as a stand-alone add-on
Modos de fallo comunes
Engagement, not access, was the binding constraint: the median student messaged Khanmigo on only about a third of practice days and in just 17% of sessions where they erred
The measured effect (0.06–0.08 SD) is modest even under a strong causal design
Habitualmente financiado por
National / regional programmes
Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.
Kit de replicación
Artefactos reutilizables de esta práctica — tal como los publican sus fuentes.
¿Usted implementa esta práctica?
Reivindíquela —
los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.
Fuentes de datos
De dónde se obtuvo la información de esta práctica, y cuándo.